Ozon Tech. 5 дней назад
Старший инженер по информационной безопасности [Группа безопасности приложений]
- Удалённо
- Опыт от 3 лет
PythonAIKubernetesLinuxLLMGoMLRAGSDLCCode ReviewSAST/DASTThreat ModelingDASTSCAOWASP Top 10OWASPCWE Top 25
Описание
Обязанности
- Проводить аудиты безопасности ML/LLM-систем: инференс-сервисы, RAG-пайплайны, агенты с доступом к инструментам, MCP-серверы, ML-платформа и её артефакты (модели, датасеты, фичестор).
- Ломать системы на базе ИИ: прямой и косвенный prompt injection, джейлбрейки, эксфильтрация системных промптов и данных, злоупотребление tool calling, выход агента за границы разрешённого, отравление данных и моделей, атаки на цепочку поставки (веса, pickle, кастомные операторы, сторонние модели).
- Развивать DAST под AI-эндпоинты: харнесс и сканер для LLM-интерфейсов, автоматизированные наборы атак, регрессионное тестирование моделей и защитных механизмов, встраивание проверок в CI/CD.
- Проверять эффективность защитных механизмов (гарды входа и выхода, фильтры, лимиты, изоляция инструментов и данных) и формировать обоснованные требования к ним.
- Формировать стандарты безопасной разработки AI-сервисов: модели угроз, чек-листы ревью, требования к правам агентов, работе с секретами и изоляции окружений.
- Разрабатывать автоматизацию и инструментарий на Python или Go, интегрировать его с существующими системами (ASOC, Jira, CI/CD, SIEM).
- Участвовать (около 20% времени) в проектах команды по безопасности приложений.
- Работать в тесном контакте с командами ML-платформы, разработки и инфраструктурной безопасности.
Требования
- Знание основных уязвимостей веб-приложений и API (OWASP Top 10) на уровне, достаточном, чтобы находить и объяснять их.
- Понимание ML в целом: как модели обучаются, валидируются и попадают в прод, из чего состоит ML-пайплайн (данные, обучение, хранение и сериализация весов, реестр моделей, инференс).
- Практическое понимание LLM: инференс, RAG, агентные архитектуры, tool calling, опыт работы с API моделей и промпт-инжинирингом.
- Представление о специфических рисках AI-систем: prompt injection, отравление данных, атаки на цепочку поставки моделей.
- Базовое понимание ОС, сетей, контейнеров и Kubernetes.
- Самостоятельность и готовность работать в области без устоявшихся методологий и создавать их.
Условия
- Можно работать удаленно.
- Зарплата: Обсуждается на собеседовании.
Процесс отбора
- Откликнуться.